Это рубрика, в которой эксперты отвечают на актуальные и волнующие вопросы об IT-профессиях, будущем сферы и ее перспективах.
В конце июня в ННГУ им. Н.И. Лобачевского было создано мобильное приложение для диагностики эмоционального выгорания. Сервис определяет состояние пользователя на основе анализа кардиограммы. Цифровой сигнал передается в приложение с дистанционного датчика ЭКГ, а обученная нейросеть анализирует состояние пользователя по разнице между двумя последовательными сердечными сокращениями. Информация сохраняется и передается с помощью программного обеспечения Stressmonitor, контролирующего запись кардиоритмограммы и отображающего динамику состояния человека.
О том, как и где еще может использоваться искусственный интеллект в медицине, рассказывает Дмитрий Семенов, руководитель проектов IT-компании «ТехЛАБ», разрабатывающей сервисы цифрового здравоохранения.
В целом сейчас использование искусственного интеллекта при разработке медицинских сервисов и приложений — один из актуальных и довольно заметных трендов в цифровом здравоохранении.
Часто ИИ используют в работе с изображениями и в обнаружении и прогнозировании предрасположенности к онкологическим заболеваниям. Свои решения в этой области предлагают такие крупные зарубежные компании, как Philips Healthcare и SIEMENS Healthineers, Google AI Healthcare. Предполагается, что подобное ML-решение должно стать цифровым помощником врача — альтернативой «второму мнению» — или «фильтром», который на первом этапе с нечеловеческой скоростью анализирует сотни рентгеновских и МРТ-снимков, а затем подсказывает врачу, на какого пациента обратить пристальное внимание.
Искусственный интеллект может применяться при разработке СППР — системы поддержки принятия решений, в данном случае — врачебных. Такие системы все активнее встраиваются в цифровой ландшафт системы здравоохранения, однако основаны они на разных принципах, не только на ИИ.
В качестве альтернативы ИИ базой для СППР могут стать клинические алгоритмы, то есть такие, в разработке которых принимали участие врачи. Для примера можно привести отечественную разработку АИС ПАТ — автоматизированную информационную систему для подбора лекарственной терапии у больных сахарным диабетом 2 типа. Это цифровое решение было разработано учеными из национального медицинского центра им. Алмазова совместно с IT-компанией «ТехЛАБ».
Подобные решения, вероятно, со временем все больше интегрируются в практику оказания медицинской помощи. Уже сейчас в России на государственном уровне предписывается внедрять СППР по различным группам заболеваний в регионах.
Если же вернуться непосредственно к нейронным сетям и их применению в медицине, то можно сказать, что для того, чтобы решения на основе ИИ были внедрены не в отдельных организациях, не точечно, а повсеместно, нужна огромная работа на уровне всего государства.
Кроме того, если сравнивать те же СППР на базе ИИ и на базе экспертного мнения врачей, то именно вторые могут выдать результат здесь и сейчас, в то время как для обучения нейронных сетей требуется значительное количество данных (и времени) — а у нас пока с этим не все гладко. Кроме того, внедрение решений на основе ИИ подразумевает серьезное переформатирование работы медучреждений, что тоже не так легко организовать.
Читайте также:
- Как работает нейронная сеть: разбираемся с основами
- Кто такой специалист по машинному обучению?
- Как построить свою первую нейросеть
Если вы хотите задать вопрос эксперту о том, как изменилась сфера IT, напишите их в комментариях под этим постом, в нашей группе во ВКонтакте или в Telegram-канале.
